3. What?
• 물류자동화에서 물건을 안전하고 빠르게 운반하는 기술은 필수
• Turtlebot3을 이용하여 물류자동화 시스템 구현을 위한 물류이동 로봇 프로그램 개발
• 실제 탑재 가능한 로봇팔 제작 및 Picking task 구현을 목표
Amazon picking challengeLogistics Automation System
4. HOW?
1. 터틀봇 와퍼에 물품을 적재할 수 있도록 하드웨어 개조
2. 자율주행(기본주행과 장애물 회피 및 최단거리 탐색)
3. wifi를 통한 PC와 영상데이터 통신
4. 3D slam & mapping을 통한 주변환경과 물건감지
5. 선반에서 인식한 물건을 Manipulator를 이용하여
Picking
6. Picking된 물건을 차량에 적재 후 목표지점까지 안전하
게 수송
7. 여러 대 차량을 이용한 물류자동화 시스템 구현
5. Schedule
시제품 제작 내용
추 진 일 정
18.5 18.6 18.7 18.8 18.9 18.10 18.11 18.12
Gazebo Simulation
3D Slam & Navigation
Manipulator Make
Kinematics &
Inverse Kinematics
Object Detecting
OpenCV & Darknet
Picking & Stow 동작
최종 점검 및 보완
7월 연구내용
7/5~7/11 Gazebo에서 OpenManipulater simulation 실습
7/12~7/18 3D CAD 연습 & 개인 4축 로봇 팔 제작
7/19~7/25 Gripper 제작, URDF변환
7/26~8/1 로봇팔 프레임 출력 및 조립, Gazebo에서 동작(moveit 활용)
8월 연구내용
8/2~8/8 DH parameter 계산 및 관절각도 제어
8/9~8/15 Forward kinematics 구현
8/16~8/22 Inverse Kinematics 구현 및 시뮬레이션
8/23~8/29 주어진 물건좌표에 대해 Picking task
9월 연구내용
8/30~9/5 Via point(경유점)을 이용한 로봇팔 궤적 구현
9/6~9/12 Safety zone설정 및 충돌방지
9/13~9/19 AR maker 배치 및 OpenCV를 이용하여 물체 인식
9/20~9/26 Gazebo에서 실시간으로 물건 Picking task
10월 연구내용
9/27~10/3 Stow한 상태에서 주행 테스트
10/4~10/1
0
로봇 떨림 및 진행 동작 최적화 작업
6. • 차량과 작업물의 초기위치 및 수송위치는 사전에 주어짐
• 물건할당은 사전에 계산되거나 임의로 정해짐
• 시뮬레이션에서 존재하는 차량의 개수는 3대
• 차량간의 안전거리는 400mm
• 기본 주행속도는 0.26 m/s
• 차량 위치에 따라 적절한 물건을 할당하는 Dispatching 동작
과 목표지점까지 최단경로로 주행하기 위한 Routing 과정은
Shortest-Travel-Distance-First (STDF)를 이용함
• 빨간색 X 마크는 주행을 위한 Waypoint
• 초록색 X 마크는 물건을 적재 및 하적을 위한 Waypoint
• 각 Waypoint는 사전에 주어짐
• Waypoint 사이의 직선 주행은 move base 기반 dwa 파라미터
조정으로 구현
• 충돌방지를 위해 양방향인 아닌 단 방향(일방통행) 주행
• Waypoint가 비어 있는 경우 다음 point로 이동가능
• 교착상태가 발생할 경우 뒤쪽 차량은 5초 동안 정지 후 주행
• 일단 주행구간에는 장애물이 없다고 가정(이상적인 환경)
• 작업을 마친 빈 차량은 다른 차량과의 교착상태를 예방하기
위해 중앙라인을 순회함
<다수의 터틀봇 기본 주행 조건>
7. May status report (5월)
• 물류자동화 업무환경 구상
• 물류 Simulation World 파일 제작 (2X3 형태의 선반 및 물건 배치)
8. [youtube]turtlebot3 ros move base gazebo dwa planner
Jun status report (6월)
• Lidar 센서로 Rviz랑 연동하여 2D mapping by Gmapping
• Load/Unload 위치와 와플과의 최단거리 구하기(DWA Local Planner)
• Move_base 패키지 및 터틀봇3 URDF 공부, 수직이동 및 제자리 회전
9. • DWA : Dynamic Window Approach(DWA)는 로봇의 동역학을 고려
하는 속도 기반 장애물 회피 기법이다. DWA는 로봇의 선속도와 각속
도를 각각 한 축으로 하는 속도 공간에서 운용 가능 속도의 집합인
Dynamic Window를 정의한 뒤 목표점으로의 경로 생성, 현재 속도
유지, 장애물과의 여유 거리를 고려한 비용함수(Cost Function)에 대
하여 최적의 속도를 추출한다.
10. 8월 MG946R ver7월 XL430_W250 ver
• 3D CAD Study by Solidworks & Make 4 DOF Personal Manipulator
• Convertor Solidworks model to Ros URDF
July , August status report (7, 8 월)
12월 최종프로토 타입
12. • OpenManipulater simulation by Gazebo
• Simulate Personal Manipulator by Gazebo and Moveit
[youtube]open manipulator moveit modify
July , August status report (7, 8 월)
13. Picking & Place operation based on autonomous code
Reference Git : ROBOTIS-GIT/open_manipulator_with_tb3
Modified
PICK Place
Move Move
PICK Place
USE Package
: Gmapping, Move Base, Moveit, AR Marker
August status report ( 8 월)
14. September status report ( 9 월 )
Remove ARMaker,
Darknet Ros -> Object detecting
J SK recognition -> Get 3D Coordination of Object
Reference Git : ROBOTIS-JAPAN-GIT/turtlebot3_slam_3d
USE Package
: Darknet ROS , jsk recognition
Use these Nodes.
And apply these Nodes to
modified open_manipulator_with_tb3
15. Oct status report ( 10월 )
Object detecting PICK Place at the specified position on the shelf
roslaunch open_manipulator_with_tb3_tools open_manipulator_with_tb3_controller3.launch target_object:=apple place_position:=0
The autonomous program description.
TB3 searches for the specified object and pick the object and places the object at the specified position on the
shelf
16. Nov, Dec status report ( 11, 12월)
Hardware Structure : Open Manipulator, OpneCR, RealSense D435
19. 내년 목표
3대 이상 물류자동화 작업 동시 진행6축 or 2개 로봇팔 운용Depth camera 적용
20. 11 월 ( Nov ) , 12 ( Dec ) 월 What do we make ?
Make Real Manipulator and apply algorithm ( Pick and Place )
Merge Pick and Place Algorithm to Gazebo Industrial Map
Darknet ROS Retraining
Study OpenAI ROS
Another Mission ? ( ex) door open )
Trend Research
ROS 2.0
21. People
Leon Jung
Aerial
Kihoon Kim
R/C Car
Jincheol Baek
Vehicle
Joel
AGV
Special guests
U.S.A
Michael Overstreet
Germany
Kevin Doun
Over 20 developers from
various major fields
Offline & Online activity
https://github.com/AuTURBO
Jeongam Seo
Mobile
Monica Mo
Manipulation
Taiwan
Johnson Chang
Macao
Don Si
Japan
Takashi Kitajima
Leaders
Advisory Board
22. Footprints
멤버상시 모집 : contact2auturbo@gmail.com
Github 주소 : https://github.com/AuTURBO
저희팀 빼고 내공이 쌓이신 팀들이 많아서 발표하기 무섭네요
1.인사 및 자기소개, 오터보 자세한 소개는 이따 마지막에 이어서 하고 발표 내용 대략적으로
2. 만드는 이유
목표- 처음에는 아마존피킹챌린지에 나온 미션들을 직접해보면서 준비를 하고있었습니다 하지만 피킹 챌린지가 2017년도 마지막으로 더이상 안한다는 소식을듣고 다른 대회를 목표를 고민중에 있습니다